-
公开(公告)号：CN116828629A
公开(公告)日：2023-09-29
申请号：CN202310902345.5
申请日：2023-07-21
Applicant: 厦门大学
Abstract: 一种基于深度强化学习的稀疏感知大规模随机接入方法，涉及通信技术。构建随机接入控制模型，搭建状态分析深度强化学习网络，利用多次控制经验的数据集对该网络的权重训练更新，实现对大规模的随机接入进行智能控制；网络在前期通过试错的方式获取经验存入缓冲区中；当缓冲区数据足够时，网络在接下来的每个时刻从缓冲区随机采样经验用于训练状态分析深度强化学习网络，对高并发的随机接入流量进行控制；在发出控制动作后，系统得到用户接入量和用户识别精度等反馈信息，将此次经验存入缓冲区用于未来训练。通过深度学习接入场景的环境特征，能在高并发的随机接入场景中，有效提高用户接入量和用户识别精度，实现大规模设备的随机接入管理需求。
Search Results
1
records
(took 0.022 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
